手记

JVM 知识体系漫谈

原文链接:http://www.codeceo.com/article/jvm-knowledge.html

背景介绍

jvm已经是Java开发的必备技能了,jvm相当于Java的操作系统。JVM,java virtual machine, 即Java虚拟机,是运行Java Class文件的程序。

Java代码经过Java编译器编译,会编译成class文件,一种平台无关的代码格式,class文件按照jvm规范,包括了java代码运行所需的元数据和代码等内容。jvm加载class文件后,就可以执行java代码了。

JVM有不同的实现,有我们熟悉的Hotspot虚拟机,JRockit等。在各个操作系统上,又回有各自的虚拟机实现,从而形成了Java代码 > class文件 > JVM规范 > JVM实现的层次。再加上其他语言如scala、groovy也能够生成class文件,这样不仅实现了平台无关性,也实现了语言无关性。

JVM体系,分为JVM内存结构,Class文件结构,Java ByteCode,垃圾收集算法和实现,调优和监控工具,以及Java内存模型(JMM)。

JVM内存结构

通常,认为大概分为线程共享的区域和线程私有的区域。共享区域在JVM启动时创建,私有区域伴随这线程的启动和结束。

私有区域

一个线程拥有的结构有

程序计数器(Program Counter, PC)

Java天生支持多线程,多线程会有线程切换的问题,当一个线程从可运行状态得到CPU调度进入运行状态,CPU需要知道从哪里开始执行,并且Java是一种基于栈的执行架构(区别于基于寄存器的架构)。当执行一个Java方法时,PC会指向下一条指令的位置。执行native方法时,PC是未定义。操作指令可能会有0个或多个操作数。JVM的执行流程大概可以描述为:

while(true) {
opcode = code[pc];
oprand = getOperan(opcode);
pc = code[pc + len(oprand)];
execute(opcode, oprand);
}

Java虚拟机栈(Java Virtual Machine Stack)

Java虚拟机栈,或者叫方法栈,会伴随这方法的调用和返回进行相应的入栈和出栈。栈的元素是栈帧(Stack Frame), 栈帧中的内容包括: 操作数栈,本地变量表,动态链接等信息。当线程调用一个方法的时候,会组装对应的栈帧入栈。

本地变量表(Local Variable Table)

本地变量表存储方法的参数、方法内部创建的局部变量。本地变量表的大小在编译时就确定了。本地变量表会根据变量的作用范围选择重用一个位置。本地变量表会存放int,char,byte,float,double,long,address(实例引用)。其中除了double和long其他变量占用一个slot,一个slot指一个抽象的位置,在32位虚拟机中是32bit大小,double和long占用两个slot。

值得注意的是,如果一个方法是实例方法,Java编译器会将this作为第一个参数传入本地变量表。另外Java中面向对象,方法调用可以这样理解

实例方法
obj.method(var1, var2, var3) => method invoke obj var1 var2 var3

操作数栈

操作数栈用于方法内执行保存中间结果,Java方法中的代码逻辑就是通过操作数栈来实现的。和本地方法表一样,操作数栈也是在编译时就确定最大大小了,即最大深度。操作数栈可以和本地变量表交互,进行数据的存放和读取。下面用一个简单的例子展示一下。

int add(int a, int b) {return a + b;
}

这个实例方法经过Java编译器编译后生成的字节码

本地变量表
slot0 thisslot1 a
slot2 b

方法字节码
iload_1 #读位置是1的本地变量(本地变量表从0开始,位置0是this引用)此时操作数栈是 a
iload_2 #读位置是2的本地变量,即b此时操作数栈是 a b
iadd #进行int类型的add操作,会取出栈头的两个元素取出进行相加并将结果入栈。此时操作数栈是 c (相加的结果)
ireturn #ireturn指令会将栈头元素返回给调用方法的栈帧

线程共享区域

堆(Heap区)

创建的对象(包括普通实例和数组)都分配在Heap区(不考虑一些虚拟机的栈上分配优化技术)。在细分的话,一般还分成年轻代和老年代。这是基于这样一个类似28原理的统计,90%多的对象都是很快成为垃圾的对象。所以化为成两个区域,分别使用不同的收集算法,年轻代的收集频率更高,所需空间也相对较小。内存分配时,多个线程会有并发问题,主要通过两种方式解决:1.CAS加上失败重试分配内存地址。2. TLAB, 即Thread Local Allocation Buffer, 为每个线程分配一块缓冲区域进行对象分配。年轻代还可以分为两个大小相等的Survivor和一个Eden区域。对象在几种情况下会进入老年代:1. 大对象,超过Eden大小或者PretenureSizeThreshold. 2. 在年轻代的年龄(经历的GC次数)超过设定的值的时候 3. To Survivor存放不下的对象

方法区

方法区存放加载的类信息和运行时常量池等。

垃圾收集(Garbage Collect)

Java中不需要对内存进行手动释放,JVM中的垃圾回收器帮助我们回收内存。

何时进行收集

一般来说,当某个区域内存不够的时候就会进行垃圾收集。如当Eden区域分配不下对象时,就会进行年轻代的收集。还有其他的情况,如使用CMS收集器时配置CMSInitalize

如何判断一块内存是垃圾

即判断一个对象不再使用,不再使用可以是没有有效的引用。

一般来说,主要有两种判断方式

引用计数

当有对象引用自身时,就会计数器加1,删除一个引用就减一,当计数为0时即可判断为垃圾。python等语言使用引用计数。引用计数存在循环引用问题,如两个落单的A和B互相引用,但是没有其他对象指向它们这种情况。

可达性分析

通过一些根节点开始,分析引用链,没有被引用的对象都可以被标记为垃圾对象。根节点是方法栈中的引用、常量等。

垃圾收集算法

标记清除(Mark Sweep)

对非垃圾对象进行标记都,清除其他的对象。这种方式对对内存空间造成空隙,即内存碎片,最终导致有空余空间,但没有连续的足够大小的空间分配内存。

标记整理(Mark Compact)

标记非垃圾对象后,将这些对象整理好,排列到内存的开始位置。这样内存就是整齐的了。但是因为会造成对象移动,所以效率会有降低。

标记清除整理(Mark Sweep Compact)

即组合两种方式,在若干次清除后进行一次整理。

复制(Copy)

划分成两个相同大小的区域,收集时,将第一个区域的活对象复制到另一个区域,这样不会有内存碎片问题。但是最多只能存放一半内存。

垃圾收集器

垃圾收集器就是垃圾收集算法的相应实现。

Serial New

新生代单线程的收集器,是Client模式默认的垃圾收集器

Parallel New

Serial New的多线程版本。ParNew常和CMS拉配使用。这里说明一些Parallel和Concurrent即并行和并发在垃圾收集这里的表示的不同,并行表示有多个线程同时进行垃圾收集,并发是指垃圾收集线程和应用线程可以并发执行。

Parallel Scanvenge

PS收集器是注重吞吐量(ThroughPut)的收集器。

Serial Old。

老年代的单线程收集器

Parallel Old

Serial Old的多线程版本,由于Parallel Scavenge不能和CMS搭配使用,所以会是使用PS时的一种选择。

CMS (Concurrent Mark Sweep)

注重延迟latency的收集器,在交互式应用中,如面向用户的web应用,需要尽可能减少垃圾收集造成的停顿时间。在总的统计上,吞吐量可能没有PS收集器高。

细分上,CMS还分为4个阶段

  • 初始标记,标记GC Root可以直达的对象。STW

  • 并发标记,从第一步标记的对象开始,进行可达性分析遍历,和应用线程并发执行。

  • 重新标记,SWT,修正上一阶段并发执行造成的引用变化。

  • 并发清除,并发的清除垃圾
    CMS使用标记清除算法,所以有内存碎片问题,可能设置参数在进行若干次不带整理的收集后进行一次带整理(compact)的收集。另外,因为垃圾收集是和应用线程并发执行的,在收集的同时可能还会有垃圾不断产生,即产生了浮动垃圾。另外还需要预留出一定空间,到达这个值后进行收集,但是还会有收集速度赶不上生产的速度,这时就会出现Concurrent Mode Failure,CMS会退化成Serial Old进行GC。


    G1 (Garbage First)

    具有大内存收集和目标效率时间等控制能力,目标是代替CMS。G1通过将内存划分成不同的区域(Region),并对不同区域计算分数,分析那个Region最具有收集价值。

一些JVM的GC参数

常用的参数设置有

  • -Xms=4g -Xmx=4g 设置Java堆的初始大小和最大大小均为4g,即避免了堆大小调整

  • -Xmn=1g 设置年轻代的总大小为1g

  • -SurvivorRatio=8, 设置Eden和一个Survivor的比例为8:1

  • -XX:+PringGCDetails

    堆外内存(Non Heap)

    Nio中的DirectByteBuffer就是堆外内存的一部分,这部分内存只能通过Full Gc进行清理。一些框架会通过System.gc调用手动触发gc,但是在启动参数中可能设置了禁止调用System.gc()。另外当设置堆过大时可能会造成堆外内存不够导致OOM。

监控工具

监控工具帮助我们在运行时或问题发生后分析现场,分析内存分布状态,哪里导致内存泄漏等(本该被释放的对象仍然被引用)。

命令行工具

HotspotJVM的bin目录下有很多可用的工具。

jps

jpsjps -l
jps -lv

即java版的ps,可以查看当前用户启动了哪些java进程。

jstat

pid指jps命令查看的java进程号

jstat -gcutil pid 1000 10

jstat是一个多种用途的工具,更多需要man jstat或直接输入jstat查看提示。

jmap

jmap可以查看内存状况

jmap -histo:live pid
jmap -dump:file=dump.bin,format=b,live
jmap -dump:file=dump.bin,format=bdump下来的内存文件可以通过MAT进行分析,通过分析引用链等分析内存泄漏位置

jstack

查看Java线程状况

jstack pid
jstack -F pid
可以查看线程的状态、名称、代码位置

javap (Java Printer)

javap 可以用可读的方法查看class文件内容,在遇到线上class文件问题,如NoSucheMethodError发生时,可以快速进行判断分析。如分析一个A.class文件,查看它的私有方法和字段。

javap -p -c -v A.class

可视化工具

JVisualVM

$JAVA_HOME/bin/jvisualvm

JMC

$JAVA_HOME/bin/jmc

JConsole

$JAVA_HOME/bin/jconsole

Class文件结构

Java编译器将Java代码编译成class文件格式。

其中步骤包括了我们熟悉的词法分析将源文件转换成token流。语法分析将token流转换成抽象语法树(AST)。语义分析分析语义是否正确。源代码优化。目标代码生成和目标代码优化等步骤。最终得到了class文件。之后在虚拟机中,class文件可以通过解释器解释执行和通过即时编译器(JIT-just in time)编译成native代码执行两种方式执行。

class文件是有严格定义的。符合定义的class文件才能够被JVM加载、验证、初始化、执行。

我们通过javap可以查看一个class文件的内容。

Class文件可以分为以下几个部分

  • Magic Number (0xCAFEBABY)

  • minor version, major version 如 0×0033 代表 00,51, 是java8版本

  • constant pool 常量池,常量池中包括了字段、方法、类的名称的符号引用,符号引用会在运行时经过链接转换为直接引用。

  • access flags 类的private、public等修饰词

  • this class 表明当前类的名称

  • super class 父类

  • interfaces 实现的接口列表

  • fields class中定义的字段,每个field又是一个结构体

  • methods 方法,包括MaxLocal, Max Stack,方法名,signature,access flags等。 代码保存在方法的名称为Code的属性中。

  • attributes

下面以一个简单的类

public class Inc {public static void main() {
}private int count;public void inc() {
count++;
}
}

看一下它的class文件,通过vim打开,在Normal模式下,按: 输入%!xxd,即可转换成16进制表示。然后可以通过%!xxd -r转换回来

0000000: cafe babe 0000 0034 0013 0a00 0400 0f09 .......4........0000010: 0003 0010 0700 1107 0012 0100 0563 6f75 .............cou0000020: 6e74 0100 0149 0100 063c 696e 6974 3e01 nt...I...<init>.0000030: 0003 2829 5601 0004 436f 6465 0100 0f4c ..()V...Code...L0000040: 696e 654e 756d 6265 7254 6162 6c65 0100 ineNumberTable..0000050: 046d 6169 6e01 0003 696e 6301 000a 536f .main...inc...So0000060: 7572 6365 4669 6c65 0100 0849 6e63 2e6a urceFile...Inc.j0000070: 6176 610c 0007 0008 0c00 0500 0601 0003 ava.............0000080: 496e 6301 0010 6a61 7661 2f6c 616e 672f Inc...java/lang/0000090: 4f62 6a65 6374 0021 0003 0004 0000 0001 Object.!........00000a0: 0002 0005 0006 0000 0003 0001 0007 0008 ................00000b0: 0001 0009 0000 001d 0001 0001 0000 0005 ................00000c0: 2ab7 0001 b100 0000 0100 0a00 0000 0600 *...............00000d0: 0100 0000 0100 0900 0b00 0800 0100 0900 ................00000e0: 0000 1900 0000 0000 0000 01b1 0000 0001 ................00000f0: 000a 0000 0006 0001 0000 0003 0001 000c ................0000100: 0008 0001 0009 0000 0027 0003 0001 0000 .........'......0000110: 000b 2a59 b400 0204 60b5 0002 b100 0000 ..*Y....`.......0000120: 0100 0a00 0000 0a00 0200 0000 0700 0a00 ................0000130: 0800 0100 0d00 0000 0200 0e0a ............

通过javap来看一下它的结构

javap -v -p -c -s -l Inc
Classfile /Users/liuzhengyang/study/java/Inc.class
Last modified Oct 6, 2016; size 315 bytes
MD5 checksum 770dcaa972162765744184ffc14bc3c6
Compiled from "Inc.java"public class Inc
minor version: 0major version: 52flags: ACC_PUBLIC, ACC_SUPER
Constant pool:#1 = Methodref #4.#15 // java/lang/Object."<init>":()V#2 = Fieldref #3.#16 // Inc.count:I#3 = Class #17 // Inc#4 = Class #18 // java/lang/Object#5 = Utf8 count#6 = Utf8 I#7 = Utf8 <init>#8 = Utf8 ()V#9 = Utf8 Code#10 = Utf8 LineNumberTable#11 = Utf8 main#12 = Utf8 inc#13 = Utf8 SourceFile#14 = Utf8 Inc.java#15 = NameAndType #7:#8 // "<init>":()V#16 = NameAndType #5:#6 // count:I#17 = Utf8 Inc#18 = Utf8 java/lang/Object{
private int count;
descriptor: I
flags: ACC_PRIVATE

public Inc();
descriptor: ()V
flags: ACC_PUBLIC
Code:
stack=1, locals=1, args_size=10: aload_01: invokespecial #1 // Method java/lang/Object."<init>":()V4: returnLineNumberTable:
line 1: 0public static void main();
descriptor: ()V
flags: ACC_PUBLIC, ACC_STATIC
Code:
stack=0, locals=0, args_size=00: returnLineNumberTable:
line 3: 0public void inc();
descriptor: ()V
flags: ACC_PUBLIC
Code:
stack=3, locals=1, args_size=10: aload_01: dup2: getfield #2 // Field count:I5: iconst_16: iadd7: putfield #2 // Field count:I10: returnLineNumberTable:
line 7: 0line 8: 10}
SourceFile: "Inc.java"

字节码指令集

bytecode保存在class文件的方法的Code属性中。用一个byte表示操作指令,所以最多有256个指令。一个指令可能会有多个操作数。

操作指令可以分为以下几类:

  • 数学运算,如iadd,i2c,imul,idiv

  • 条件分支, 如ifeq,if_icompeq, if_icmplt

  • 操作数栈和本地变量表的操作,如iload_0, iconst_0, ldc i bipush 100, astore_1,
    iinc, dup, swap, dup_x1,put_field, get_field, get_static, put_static等。

  • class操作,如new, checkcast, instanceof

  • 方法调用:1.invokespecial:调用构造器、私有方法和父类方法;2.invokestatic:调用静态方法;3.invokevirtual:调用虚方法,一般的实例方法都是invokevirtual调用;4.invokeinterface:调用接口类的方法;5.invokedynamic,java中对动态语言的支持。
    invokevirtual和invokeinterface通过第一个参数查找方法,动态分派,从而实现多态。

JMM (Java内存模型)

现代计算机的一本基本思想是分层模型,例如网络上的分层。在存储上,为解决CPU和内存磁盘的速度有指数级差别的问题加入了很多缓存,利用局部性原理加快速度,从CPU寄存器到L1Cache、L2Cache、内存、磁盘,各个层的速度依次降低、空间增大、单位bit造价降低。最近CPU的处理能力的垂直增加似乎遇到瓶颈,转而向多核方向发展,多个cpu核可能各自缓存自己的内容,又出现了缓存一致性问题。CPU有一些缓存一致性协议,MESI等。CPU还可能会对机器指令进行乱序执行。JVM为了屏蔽底层的这些差异,提出了Java内存模型,即JMM(Java Memory Model),来保证Write One Run Anywhere。开发者面向JMM编程,通过JMM提供的一致性保证和工具,就能保证一致性问题。

JMM模型中,每个线程会有一个私有的内存区域用于缓存读和写,各个线程共享一个主内存。

一个重要的概念是happen-before原则。

happen-before用来描述两个操作的偏序关系,如果Ahappen-beforeB,那个A的操作的结果、产生的影响能够被B看到。

最后总结

以上知识是通过阅读书籍、官方文档、规范得来的,会有过时、不准确的情况。

还需通过查看源码、自身探索,真像就在那代码中。每个知识点又能够引出一篇笔记分析。


6人推荐
随时随地看视频
慕课网APP

热门评论

所以本地方法栈是什么东东?烂

查看全部评论